一文帶你了解這三種3D視覺技術(shù)

技術(shù)一覽

1. ToF (Time-of-Flight）

ToF是一種非常有效的技術(shù)，可用于測量距離以獲得深度數(shù)據(jù)。集成在相機中的光源可發(fā)出光脈沖照射到物體上，物體將光脈沖反射回相機。根據(jù)光脈沖所需的時間，可以確定被測物每個點與相機的距離信息，從而得到深度值。因此，被檢測物體的3D值會以范圍圖或點云的形式輸出為一張空間圖像。除此之外，ToF還能為每個像素以灰度值的形式提供2D強度圖像，以及可表示單個值置信度的置信度圖。

使用ToF進行3D采集時，基本不受物體的強度和顏色的影響，也無需邊緣標定、轉(zhuǎn)角等功能設(shè)置，因此可以輕松使用圖像處理技術(shù)將其與背景分開。該采集過程也適用于移動的物體，每秒最多能執(zhí)行900萬次距離測量，精度可達毫米級。與其他3D相機相比，ToF相機更為經(jīng)濟、精巧和簡單，可實現(xiàn)輕松安裝和集成。

不過，ToF相機僅在特定環(huán)境條件下和定義的測量范圍內(nèi)，才能提供理想的采集結(jié)果。這是由于ToF相機采用底層的ToF測量方法，在測量物體的角落或凹形面時，發(fā)射光會進行多次反射，導(dǎo)致ToF方法的測量結(jié)果出現(xiàn)偏差。離相機太近的高反射表面會導(dǎo)致鏡頭中出現(xiàn)雜散光，從而產(chǎn)生偽影。而對于非常暗的表面，由于反射光太少，存在無法進行可靠測量的風(fēng)險。工作距離太小也會對ToF方法造成限制，所以它總體上適用于測量范圍廣、對精度要求適中的應(yīng)用場景。

在托盤中的包裝用偽色顯示的3D點云

2. 雙目視覺

雙目視覺的工作原理與人眼類似。其3D原理是使用兩臺2D相機從不同視角拍攝同步的圖像，從而獲得深度信息。為了計算3D數(shù)據(jù)，必須知道兩臺相機之間的相對位置（外部參數(shù)）。此外，還需要獲得有關(guān)每臺相機的內(nèi)部參數(shù)信息，例如鏡頭的光學(xué)中心和焦距等，這些信息共同決定了特定于相機的校準值。為了計算深度信息，首先需要校正兩個2D相機拍攝的圖像，然后使用適配算法在左右圖像中搜索相應(yīng)的像素，最后借助校準值，就可以將場景或物體的深度圖像生成為點云。此過程中的最佳工作距離具體取決于兩臺相機的距離和設(shè)置角度，因此會各不相同。

對于結(jié)構(gòu)簡單的表面，由于雙目視覺方法在兩個圖像中拍攝到的相應(yīng)特征不足，因此無法從中計算出三維信息，用戶可以通過搭配結(jié)構(gòu)光克服這些限制。

3. 結(jié)構(gòu)光

與雙目視覺技術(shù)不同，結(jié)構(gòu)光技術(shù)需要將其中一臺相機替換為條紋光投影儀。它會投影具有正弦強度曲線的各種條紋狀圖案，從而在表面上創(chuàng)建系統(tǒng)已知的人造結(jié)構(gòu)。在表面上投影的條紋變形可用于計算3D信息，并獲得更準確的測量結(jié)果。

具備結(jié)構(gòu)光功能的芯片在近距離內(nèi)可實現(xiàn)較高的精度。使用結(jié)構(gòu)光方法時會產(chǎn)生很高的計算負載，它需要逐張采集和分析多個圖像，不適用于移動的物體。綜上，它僅適用于有限范圍內(nèi)的實時應(yīng)用，否則需要投入更高的成本。

三者優(yōu)劣勢分析

典型應(yīng)用

1. 典型ToF應(yīng)用

在工作距離長、測量范圍大、高速運作以及系統(tǒng)復(fù)雜性低的應(yīng)用中，ToF技術(shù)尤其可以發(fā)揮所長，而極高的精度則不是重要的考慮因素。

● 測量物體（體積、形狀、位置、方向）
● 工廠自動化：查找、拾取、組裝物體；檢測損壞的物體或堆垛錯誤
● 機器人：確定機器人的拾取點；傳送帶上的抓取任務(wù)、箱盒取物、拾取與放置
● 物流：包裝、堆垛、打（拆）托盤、打標簽、自動駕駛車輛（導(dǎo)航、安全警告）
● 醫(yī)學(xué)：病人的定位和監(jiān)測

2. 雙目視覺和結(jié)構(gòu)光的典型應(yīng)用

雙目視覺技術(shù)可以提供較高測量精度，而具備結(jié)構(gòu)光功能的相機性能更勝一籌。這些類型的3D相機適用于檢測結(jié)構(gòu)較少的平扁表面，或需要實現(xiàn)較高測量精度的應(yīng)用。

● 確定位置和方向

● 對物體進行高精度測量（體積、形狀、位置、方向）

● 機器人：箱盒取物、導(dǎo)航、防撞、裝貨和卸貨服務(wù)

● 物流：室內(nèi)車輛導(dǎo)航、機器的裝卸、打（拆）托盤

● 戶外：測量和檢測樹干

● 損壞檢測等組件檢測

目前，結(jié)合深度學(xué)習(xí)或人工智能的3D技術(shù)受到了越來越多應(yīng)用的青睞。這種技術(shù)交互使得物體識別以及精確確定物體在空間中的位置變得更輕松，所以機器人現(xiàn)在能夠抓取以前無法抓取的物體。而同步定位與地圖構(gòu)建（SLAM）系統(tǒng)使用視覺芯片來創(chuàng)建高分辨率的三維地圖，同樣適用于自動駕駛汽車和增強現(xiàn)實應(yīng)用方面。

本文轉(zhuǎn)載自：Basler計算機視覺微信公眾號

審核編輯：湯梓紅